Zum Inhalt springen
ReviewRamble

Der wöchentliche Brief

KI im Test, in deinem Postfach.

  • Neue Tests von Tools, Modellen, MCP-Servern und Repos, mit dem Urteil vorneweg
  • Neu geprüfte Preise und Bewertungen, wenn sich etwas ändert
  • Neue Analysen, sobald sie erscheinen

Modelle, Agenten, MCP-Server und die Tools, die deine Zeit wirklich wert sind.

Eine E-Mail pro Woche. Abmelden kannst du dich über den Link in jedem Brief. Wie wir deine E-Mail-Adresse nutzen

Maxwell-V1.0-Flash

Ein 35B-Mixture-of-Experts-Modell mit 3B aktiven Parametern und blockweise sparsamer Attention, laut eigenen Tests vorn bei agentischer Suche; der Hersteller bleibt ungenannt.

Getestet von ReviewRamble editors · Aktualisiert

Diese Seite teilen:XLinkedInFacebookRedditWhatsAppE-Mail

Unsere Bewertung

3.7/5

Nach den eigenen Tests seiner Macher ist Maxwell das stärkste Modell mit 3B aktiven Parametern für agentische Suche, aber jede Zahl ist selbst gemeldet und die Firma dahinter wird nicht genannt.

Was ist Maxwell-V1.0-Flash?

Maxwell-V1.0-Flash ist ein reines Text-Sprachmodell mit Mixture-of-Experts-Architektur, 35 Milliarden Parametern insgesamt und 3 Milliarden aktiven pro Token (beides ohne Embeddings) sowie einem Kontextfenster von 256K Tokens. Es hat 45 Schichten: drei dichte, dann 42 mit 256 gerouteten Experten, von denen 12 pro Token aktiv sind, plus 2 geteilte Experten. Die Attention nutzt Maxwell Block Sparse Attention, die 8 Präfix- und 8 lokale Blöcke à 128 Tokens behält und bis zu 16 weitere über einen gelernten Indexer auswählt, womit die Haupt-Attention auf 4.096 Tokens pro KV-Gruppe begrenzt ist; laut Modellkarte ist der Kernel bei 256K 6.7x schneller als dichte Attention.

Vortrainiert wurde es auf etwa 26 Billionen mehrsprachigen Tokens mit dem Muon-Optimierer und einem Tokenizer, der Thai, Laotisch, Birmanisch, Khmer und Shan kompakt abbilden soll; danach folgten überwachtes Fine-Tuning, getrennte Reinforcement-Learning-Zweige für allgemeine, Reasoning- und agentische Aufgaben und eine Destillation mehrerer Lehrermodelle in ein Modell. Die Gewichte stehen unter Apache 2.0. Herausgeber ist das "Maxwell Team"; Modellkarte, technischer Bericht und Website nennen weder Firma noch Standort noch Geldgeber.

Lohnt sich Maxwell-V1.0-Flash?

Die auffälligsten Ergebnisse sind agentisch. In der Tabelle nach dem Post-Training erreicht Maxwell 76.30 bei BrowseComp gegenüber 47.00 für Qwen3.6-35B-A3B und 55.60 für Muse Glimmer-30B, 83.30 bei DeepSearchQA und 58.65 bei Terminal-Bench gegenüber 47.42 für Qwen3.6. Bei SWE-Bench Verified, gemessen in einem Claude-Code-Harness, liegt es mit 65.40 zu 63.40 knapp vor Qwen3.6. Der Mathematik-Schnitt über sechs Benchmarks liegt bei 92.61 (mean@8), und beim Langkontext-Schnitt führt es mit 76.94.

Schwächer ist es darin, Anweisungen zu befolgen. Bei IFBench kommt es auf 64.80 gegenüber 83.20 für Muse Glimmer und 79.10 für Gemma 4 26B-A4B, und auch der Schnitt beim Befolgen von Anweisungen liegt hinter beiden. Das Basismodell schneidet auf Chinesisch schlechter ab als die Qwen-Basismodelle (CMMLU 79.41 gegenüber 87.41), führt aber bei drei der vier südostasiatischen Basis-Benchmarks, wo sich die Arbeit am Tokenizer zeigt.

Der Haken: Alle Werte stammen aus der internen Evaluation des Teams, mit selbst gewählten Einstellungen (Temperatur 0.6, Kontexte von 32K bis 256K und Kontextverwaltung bei den mit Stern markierten Suchergebnissen), und einen unabhängigen Leaderboard-Eintrag gibt es noch nicht. Die Organisation dahinter ist nicht identifiziert: eine Liste mit 76 Autoren, eine Kontaktadresse und eine Website, aber keine Firma, kein Land, keine Finanzierung. Zum Betrieb braucht es trust_remote_code, das den Python-Code des Repositorys auf deinem Rechner ausführt, und ein eigenes vLLM-Image für NVIDIA-Treiber 580 oder neuer. Die Safetensors enthalten rund 36.8 Milliarden BF16-Parameter, etwa 74 GB, vor jedem KV-Cache. Außerdem nennt die Modellkarte eine RoPE-Basis von 10,000,000, während config.json 20,000,000 angibt, ein kleines Zeichen für eine eilige Veröffentlichung.

Die Verbreitung ist bescheiden: 215 Likes und 1.052 Downloads auf Hugging Face, ein GGUF-Build eines Dritten steht bei 4.437. Die Gewichte stehen unter Apache 2.0, die Lizenz ist also nicht das Hindernis; Herkunft und Überprüfbarkeit sind es.

Unser Fazit: Wer Such- oder Recherche-Agenten auf eigenen GPUs betreibt, sollte Maxwell ausprobieren und an den eigenen Aufgaben mit Qwen3.6-35B-A3B vergleichen; für alles Regulierte sind ein ungenannter Hersteller und fremder Code Gründe, auf externe Benchmarks zu warten.

Wo es sich lohnt

  • Ein ML-Ingenieur bei einem Marktforschungsunternehmen

    Einen Recherche-Agenten, der surft und Quellen zitiert, auf eigener Hardware betreiben

    Das Modell mit dem Image maxwellmodel/vllm-openai und dem Tool-Call-Parser qwen3 bereitstellen und über die OpenAI-kompatible API an den bestehenden Agenten anschließen. Vor dem Wechsel an einer Reihe früherer Rechercheaufgaben mit Qwen3.6-35B-A3B vergleichen.

  • Eine Entwicklerin, die einen Support-Assistenten für Kunden auf Thai und Vietnamesisch baut

    Gute Antworten in südostasiatischen Sprachen, ohne für lange Prompts zu zahlen

    Laut der Tabelle im technischen Bericht ist der Tokenizer bei südostasiatischem Text der kompakteste, derselbe Prompt braucht also weniger Tokens und weniger Kontext. Die Qualität an eigenen Gesprächsverläufen prüfen, da die mehrsprachigen Werte selbst gemeldet sind.

Bevor du dich festlegst

Einrichtung
Gewichte mit hf download laden, dann vLLM aus dem Docker-Image maxwellmodel/vllm-openai:v0.30.0 mit --trust-remote-code starten; nötig ist NVIDIA-Treiber 580 oder neuer (CUDA 13.0) oder ein Kompatibilitäts-Flag bei älteren Treibern.
Integrationen
OpenAI-kompatible Chat-API über vLLM mit Tool-Aufrufen und standardmäßig aktivem Denkmodus; ein GGUF-Build aus der Community liegt auf Hugging Face.
Daten und Datenschutz
Läuft auf deiner eigenen Hardware unter Apache 2.0. Beim Laden wird der eigene Modellcode des Repositorys ausgeführt. Wie der Web-Playground mit Daten umgeht, ist nicht veröffentlicht.
Kosten im großen Maßstab
Kostenlose Gewichte; etwa 74 GB BF16-Gewichte vor dem KV-Cache, also eine große Rechenzentrums-GPU oder mehrere kleinere. Das README-Beispiel nutzt eine Tensor-Parallel-Größe von 1.
Grenzen
Nur Text; Benchmarks sind intern und nutzen teils Kontextverwaltung; Identität und Standort des Herstellers sowie der Trainingsaufwand sind nicht veröffentlicht.

Was gut ist

  • Führt seine Vergleichstabelle bei BrowseComp, DeepSearchQA und Terminal-Bench an
  • 3B aktive Parameter mit blockweise sparsamer Attention bis 256K
  • Kompakter Tokenizer für südostasiatische Sprachen
  • Apache-2.0-Gewichte mit einem technischen Bericht von 38 Seiten

Was nicht

  • Alle Benchmarks sind selbst gemeldet
  • Firma und Land des Herausgebers sind nicht veröffentlicht
  • Braucht trust_remote_code und ein eigenes vLLM-Image
  • Beim Befolgen von Anweisungen hinter Gemma 4 und Muse Glimmer

Am besten für

Teams, die Such- und Recherche-Agenten bauen, ein Modell von rund 74 GB hosten können und eine Alternative mit 3B aktiven Parametern zu Qwen3.6-35B-A3B testen wollen.

Alternativen zu Maxwell-V1.0-Flash

Maxwell-V1.0-Flash: häufige Fragen

Lohnt sich Maxwell-V1.0-Flash?
Nach den eigenen Tests seiner Macher ist Maxwell das stärkste Modell mit 3B aktiven Parametern für agentische Suche, aber jede Zahl ist selbst gemeldet und die Firma dahinter wird nicht genannt. Wir bewerten es mit 3.7 von 5.
Was kostet Maxwell-V1.0-Flash?
Kostenlose offene Gewichte unter Apache 2.0. Es gibt einen Web-Playground; eine bezahlte API oder Preise sind nicht veröffentlicht.
Welche Nachteile hat Maxwell-V1.0-Flash?
Alle Benchmarks sind selbst gemeldet; Firma und Land des Herausgebers sind nicht veröffentlicht; Braucht trust_remote_code und ein eigenes vLLM-Image; Beim Befolgen von Anweisungen hinter Gemma 4 und Muse Glimmer.
Für wen eignet sich Maxwell-V1.0-Flash?
Teams, die Such- und Recherche-Agenten bauen, ein Modell von rund 74 GB hosten können und eine Alternative mit 3B aktiven Parametern zu Qwen3.6-35B-A3B testen wollen.
Was kostet Maxwell-V1.0-Flash für ein Team oder im Produktivbetrieb?
Kostenlose Gewichte; etwa 74 GB BF16-Gewichte vor dem KV-Cache, also eine große Rechenzentrums-GPU oder mehrere kleinere. Das README-Beispiel nutzt eine Tensor-Parallel-Größe von 1.
Ist Maxwell-V1.0-Flash sicher für Firmendaten?
Läuft auf deiner eigenen Hardware unter Apache 2.0. Beim Laden wird der eigene Modellcode des Repositorys ausgeführt. Wie der Web-Playground mit Daten umgeht, ist nicht veröffentlicht.
Was sind die besten Alternativen zu Maxwell-V1.0-Flash?
Die nächsten Alternativen, die wir getestet haben, sind Qwen3.6, Muse Glimmer und Gemma 4.

Antworten geprüft am 18. Nov. 2026.